先说结论这套组合让我在一天之内用自然语言把一个带货架、AGV小车、传送带的智慧仓储场景从零“说”成了可用的GLTF模型。整个过程里我基本没手动碰过一次Blender界面。这篇文章记录的是“Antigravity Blender MCP”系列的上篇核心目标是搭建环境、跑通链路并用AI建模的方式生成一个静态的3D智慧仓储数字孪生场景。如果你也是做前端数字孪生、Web 3D可视化或者单纯想用自然语言驱动建模这篇内容可以直接拿去当参考。我先把这套组合的角色说清楚Antigravity是AI原生IDE负责理解语义、编排任务相当于大脑Blender负责真正的3D建模输出相当于双手MCPModel Context Protocol是连接大脑和双手的神经让IDE里的Agent可以调用Blender的Python API去执行建模、改材质、导出模型。三者一接原来需要建模师手动干几天的活就变成了给Agent下需求、查结果。下面进入正题从项目整体设计思路开始把环境搭建、核心实现、实操过程、踩坑记录一次讲透。1. 项目定位与整体设计思路1.1 数字孪生场景开发的老痛点做数字孪生前端的人都有同感最耗时间的往往不是写Web 3D代码而是等场景资产。业务侧要一个“智慧仓储”的演示场景传统流程是建模师在Blender里手动搭货架、摆箱子、画AGV路线建模师和前端工程师之间还得来回沟通坐标、比例、层级结构模型导出来大得离谱还得二次减面改格式。这一套下来少说一周多则半个月而且业务数据一旦变化整个场景又得重做。我这次想解决的就是“场景资产生产效率”这个问题。用自然语言直接驱动建模前端工程师自己就能操作改需求也只需要改Prompt描述再让Agent重新跑一遍MCP工具链就行。换句话说把3D资产生产从“手工绘图”变成“程序化生成”。1.2 Antigravity、Blender、MCP三者的角色分工选型阶段我对比过好几个方案直接用Three.js硬写、用Cesium加建模插件、用Unity做孪生底座各有各的麻烦。最后定下来这套组合核心原因是它们各自都是各自领域里最“合适”的。AntigravityAI Native的IDE内置的Agent可以读代码、跑命令、改文件还能通过MCP协议调用外部工具。我选它不是因为漂不漂亮而是它对多步骤任务的处理能力确实强写完代码还能顺手执行脚本、看日志前后端联动不用切窗口。Blender开源、跨平台、有完整的Python APIbpy模块而且在后台模式--background下可以无头执行Python脚本。这就意味着它非常适合作为MCP Server的“执行引擎”随时随地用命令控制建模、材质、渲染导出GLTF也只需要一行调用。MCP模型上下文协议实际上就是个JSON-RPC 2.0规范的标准接口。简单说它定义了“Agent如何发现工具、调用工具、拿结果”这一套流程。我之前试过自己写Agent调用本地脚本来控制Blender但每次都要重新写参数解析和错误处理用MCP之后这些基础工作不用自己造轮子了。一句话概括Antigravity负责想Blender负责做MCP负责传话。1.3 这套方案能解决什么问题、适合谁我把它定位成“数字孪生场景资产的快速原型工具”。用这套东西能干三件实在事第一自然语言生成3D场景资产。不用记Blender快捷键不用手把手调参只要把需求描述清楚Agent会自己拆解成建模指令并去调用Blender MCP执行。第二场景资产可复用、可版本化。因为所有结果都是脚本生成的场景里的每一个箱子、货架、AGV都可以追溯“当初是怎么生成的”改个参数就能重新生成不用像手工模型那样重新打开工程文件改半天。第三前端拿到的是标准格式。Blender导出GLTF后Three.js直接就能加载不用再做格式转换减少中间环节损耗。适合谁我觉得三类人最值得试试做前端数字孪生/Web 3D可视化的工程师、做智慧园区/智慧仓储类项目交付的乙方、以及想用AI提高建模效率的Blender用户。这篇文章会尽量从零讲起哪怕你没接触过MCP也没关系照着操作基本能跑通。2. 环境准备与工具链搭建2.1 Antigravity IDE的安装与初始化Antigravity目前有桌面客户端版本直接在官网下载对应操作系统的安装包就行。安装完之后首次启动会要求登录账号这一步按界面提示完成即可。国内网络环境可能需要确保能正常访问对应服务具体能不能访问、怎么访问我就不展开了每个人网络状况不一样自己判断。进入工作区之后建议先确认Agent功能是否激活。我的做法是在Antigravity里新建一个Python项目然后在Agent对话面板里问一句“你能执行本地命令吗”看它能否正确回结果。如果Agent能调用本地命令行说明基础能力正常后面接MCP才会顺畅。还有一个细节Antigravity支持多个AI模型提供商切换不同模型对MCP工具调用的理解能力差别挺大。实测下来指令理解强的模型能直接看懂“按MCP工具描述去建模”这种多步任务弱一点的模型遇到MCP工具就只会干巴巴调一个接口剩下的步骤全要人工提示。所以正式用之前先多准备一个备用模型免得某个模型抽风耽误事。2.2 Blender的安装与后台控制配置Blender版本上我建议装4.x LTS或更新的稳定版太老的版本3.0以下有些bpy API接口不一样网上查资料容易对不上号。安装完成后最关键的一步是把Blender的可执行文件路径加到系统PATH里这样MCP Server才能直接用blender命令调用它。Windows系统里Blender的路径一般是C:\Program Files\Blender Foundation\Blender 4.x\blender.exeLinux下通常在/usr/bin/blender或/opt/blender/blender。加到PATH之后打开命令行敲一句blender --version能输出版本号说明这一步已经通了。验证后台无头模式时不要直接双击打开Blender窗口而是用命令行方式跑一段纯Python脚本比如blender --background --python C:/tmp/hello.pyhello.py里写一行输出import bpy print(Blender Python OK, version:, bpy.app.version_string)如果命令行正常打印版本号说明Blender能通过Python脚本被控制那MCP Server的“执行引擎”基础就没问题了。2.3 MCP Server开发环境搭建MCP Server本质上就是一个本地HTTP/stdio服务接收Agent发来的JSON-RPC请求执行对应的工具函数再把结果返回。我选用的是官方Python SDK先建一个干净的虚拟环境mkdir blender-mcp-server cd blender-mcp-server python -m venv .venv .venv/Scripts/activate # Windows下写法Linux/macOS用 source .venv/bin/activate pip install mcp[cli]安装完成之后可以顺手跑一下mcp命令确认SDK装好了。如果你想降低开发量也有fastmcp这种封装好的库装饰器写法更简单核心逻辑都一样。然后要把这个Server接入Antigravity。在Antigravity的Agent配置/MCP设置里添加一个本地服务填Command为python、Arguments为blender_mcp_server.py这样Agent就能通过stdio标准输入输出去和Server通信。配置完记得在Agent对话里问一句“你现在能看到哪些MCP工具”如果返回了工具列表说明连接成功。3. MCP Server核心实现与Blender脚本细节武器3.1 MCP协议里你必须搞懂的三个接口虽然MCP听着很玄但对开发者来说核心就三个方法initialize、tools/list、tools/call。我用一个生活类比来解释MCP Server就像一个餐厅的服务员initialize是顾客Agent进门先确认身份和服务范围tools/list是看菜单有哪些菜能吃tools/call是点菜调用具体工具等菜品上桌。用官方SDK写Server时initialize和tools/list这些基础逻辑SDK都帮你封装好了你真正需要实现的只有tools/call分支代码。也就是说你定义好“工具名、参数Schema、执行函数”SDK会自动把Agent的请求路由过来。下面是一个基于fastmcp的极简Server骨架示例from fastmcp import FastMCP mcp FastMCP(blender-mcp) mcp.tool() def add_box(size: float 1.0, location_x: float 0.0, location_y: float 0.0, location_z: float 0.0) - str: 在Blender场景中添加一个立方体箱子 import subprocess, json script f import bpy bpy.ops.mesh.primitive_box_add(size{size}, location({location_x},{location_y},{location_z})) print(BOX_ADDED) result subprocess.run( [blender, --background, --python, -c, script], capture_outputTrue, textTrue, timeout30 ) return result.stdout[-200:] if __name__ __main__: mcp.run()看到没有核心其实就是“参数校验拼接Python脚本调Blender执行”。你把工具注册给SDK剩下的MCP协议交互直接不用管。3.2 Blender控制脚本的核心套路Bpy脚本说难不难但对平常不写Blender脚本的前端来说有几个固定套路得先掌握。首先是场景清理。每次建模之前一定要先清掉Blender默认的立方体、灯光和相机否则场景里会残留垃圾对象。方法很简单import bpy bpy.ops.object.select_all(actionSELECT) bpy.ops.object.delete(use_globalFalse)然后是建模指令。添加箱体、圆柱体、平面是最高频的操作# 箱体size是边长 bpy.ops.mesh.primitive_box_add(size1.0, location(0, 0, 0)) # 圆柱体radius半径、depth高度 bpy.ops.mesh.primitive_cylinder_add(radius0.5, depth2.0, location(0, 0, 0)) # 平面地面scale控制长宽 bpy.ops.mesh.primitive_plane_add(size1.0, location(0, 0, 0)) bpy.ops.transform.resize(value(10, 10, 1))接着是材质与颜色。为了让仓储场景里箱子和货架有区分度需要设置材质颜色mat bpy.data.materials.new(nameRedMaterial) mat.diffuse_color (0.8, 0.1, 0.1, 1.0) obj.data.materials.append(mat)最后是导出GLTF。这是Web数字孪生最关心的一步bpy.ops.export_scene.gltf( filepath/tmp/warehouse.glb, use_selectionFalse, export_formatGLB )注意glTF和glb的区别export_formatGLB输出的是二进制压缩格式文件小、加载快Web端优先推荐。3.3 Server工具清单设计我根据智慧仓储场景的需求设计了以下MCP工具每个工具对应一个bpy脚本执行函数工具名参数功能clear_scene无清空当前场景所有对象add_boxsize, location_x/y/z创建立方体箱子add_cylinderradius, depth, location_x/y/z创建圆柱体AGV滚轮、立柱add_floorwidth, depth创建地面平面create_shelfrows, cols, shelf_width, shelf_depth, shelf_height批量生成货架骨架add_material_colorobject_name, color_r/g/b给指定对象设置材质颜色move_objectobject_name, x/y/z移动对象位置duplicate_objectobject_name, count, offset_x/y/z复制并平移对象export_scenefilepath导出当前场景为GLB工具命名尽量语义化方便Agent读了工具名就知道拿来干嘛。参数也不要搞得太精细Agent不是设计师它估算不了太精确的圆角半径所以参数越简单越好越接近“摆放砖块”的思维越容易稳定执行。3.4 执行方案的取舍subprocess还是常驻连接Blender MCP的“执行方式”我纠结过一阵最后果断选了subprocess方案而不是常驻socket连接。原因有三个第一隔离性好。每次调用都是独立的Blender进程脚本写崩了、对象建多了不会污染下一次调用。常驻连接的话一个脚本崩掉整个Blender进程就废了还得额外做进程拉起和崩溃检测麻烦。第二日志好收。subprocess.run能直接拿到Blender的stdout/stderrAgent可以判断到底是哪个环节出错。常驻模式下日志要么走管道要么走文件还得自己维护“哪段日志属于哪次调用”的对应关系。第三实现简单。subprocess就是一行subprocess.run外加参数拼接不需要考虑同步异步、锁、会话管理这些复杂问题。缺点当然也有每次启动Blender要加载插件和资源首次调用可能要几秒钟但在原型阶段完全不碍事。我做了一层超时保护timeout设成60秒超过就让Server报错给Agent让Agent换一个更轻量的建模方式重试。4. 实操过程从零到一打造智慧仓储数字孪生场景4.1 先跑通最小链路用MCP让Blender生成一个箱子我强烈建议所有读者先别一上来就搞仓库全场景先跑通最小链路确认“Agent→MCP Server→Blender→GLTF导出→前端加载”这条管线是通的。这一步走完后面的复杂场景都是堆量。实操步骤如下第一步在Antigravity的Agent对话里直接输入用MCP工具在Blender中创建一个边长2米的红色立方体放在坐标原点。第二步观察Agent的规划内容。它通常会列出两个工具调用动作调用clear_scene清场然后调用add_box添加立方体再调用add_material_color上色。如果Agent一次就把工具串完说明链路配置正常。第三步等工具调用完成去Blender数据目录下确认一下有没有新生成的场景文件。我为了快速验证直接让Agent调用export_scene导出GLB文件然后用Windows自带的三维查看器或者BlenderGUI打开看一眼。实测中我遇到过Agent调了工具但Blender没起效果的情况排查后发现是脚本里没写bpy.ops.object.select_all(actionSELECT)导致生成了对象但没被选中、后续上色操作全挂。所以最小链路测试的意义就在这里能提前把基础IPC的坑都趟平。4.2 仓储场景的建模指令设计链路通了之后我设计了一套“智慧仓储”的建模Prompt模板直接喂给Agent让它按模板生成。模板如下请使用Blender MCP工具在Blender中建模一个智慧仓储场景 - 地面长40米、宽30米颜色浅灰色 - 货架区4排货架每排2列、3层单货架尺寸长3米、宽1.5米、高4米货架立柱深灰色、层板浅蓝色 - 货物箱在每一层的格子中随机放入2-3个半透明的绿色箱子箱子边长0.8米 - AGV小车3台AGV每台由一个平板底座、4个黑色圆柱轮子组成分散在过道 - 传送带一条从仓库边缘延伸到货架区的传送带宽1.2米高0.8米长度6米颜色深灰色 - 库位标线在地面上用黄色细长立方体标记出A/B/C三个库位区域 建模完成后将场景导出为/warehouse.glb文件这段Prompt要的就是“把元素、尺寸、颜色、位置都量化清楚”Agent才能据此拆分建模步骤。如果你只写“建一个仓库”Agent会给你一个随机的场景回头你还得手动改那效率反而低。我实测跑完一遍整个场景一共生成了两百多个对象货架骨架、箱子、AGV轮子、地标线全部由Agent在60秒内连续调用了十几次MCP工具完成。最后导出的GLB文件大概12MBWeb端加载还行但已经需要做减面和纹理压缩优化了这个后面再说。4.3 从Blender导出GLTF并在前端展示Blender导出GLTF之后前端展示其实是最简单的一步。用Three.js加载GLB文件核心代码就十来行import * as THREE from three; import { GLTFLoader } from three/examples/jsm/loaders/GLTFLoader.js; const scene new THREE.Scene(); const camera new THREE.PerspectiveCamera(45, window.innerWidth / window.innerHeight, 0.1, 1000); camera.position.set(20, 25, 30); camera.lookAt(0, 0, 0); const loader new GLTFLoader(); loader.load(/warehouse.glb, (gltf) { scene.add(gltf.scene); renderer.render(scene, camera); });加载出来之后第一件事是看坐标轴朝向和场景缩放比例。Blender的坐标轴是Z轴向上Three.js默认也是Z轴向上两者兼容一般不用额外旋转。但如果是从其它软件导出比如3ds Max/Y轴向上那就要检查坐标系转换了。这里有个重要细节导出的GLB可能包含大量空节点、默认灯光和相机对象这些都会增加加载和内存开销。我在导出前会在Blender里删掉默认相机和灯光只留场景物体能省不少体积。4.4 数字孪生架构里的静态场景与动态数据怎么衔接标题里写了“数字孪生”但我得坦白地说这篇上做的是静态场景资产生成也就是把仓储的物理空间结构建模出来还谈不上真正的数据驱动孪生。数字孪生至少要有“静态模型动态状态同步”两层这就像盖了毛坯房还差水电和家具入住。要给后续动态对接留好“接口”我在建模时做了两个设计一是对象命名策略。让Agent生成的每个模型都用“类型_编号”的方式命名比如AGV_01、SHELF_ROW1_COL2、PALLET_03。前端加载GLB之后可以通过scene.getObjectByName(AGV_01)直接找到对应物体再修改它的位置坐标或者旋转角度实现动态挪动。如果没有命名体系前端脚本就没法精准操作某个箱子所有动态效果都无从下手。二是坐标基准约定。所有模型都统一以地面中心为原点0,0,0前后左右按照X、Y轴正方向铺开。这样后端实时数据比如AGV的坐标值、库位占用状态映射到前端时不用再做复杂的坐标偏移换算省掉很多心智负担。动态数据的实时同步部分我打算放在下一篇下里写核心思路是用WebSocket从业务系统实时推数据到前端再通过对象名找到GLB里的模型更新位置/状态这样才算真正的“数字孪生”。5. 常见问题与排查技巧实录5.1 问题速查表实操过程中我踩了不少坑这里整理成一张速查表你遇到类似问题可以直接按表操作错误/现象根本原因解决方法MCP Server连接失败Agent说找不到工具Antigravity里MCP的Command路径没写对确认python命令在PATH中或直接写Python解释器绝对路径Blender执行报错Command blender not foundBlender没加到PATH重新配置系统环境变量PATH或Server代码里用BLENDER_PATH环境变量指定blender绝对路径脚本执行了但场景里没有任何对象bpy脚本可能被默认场景的旧对象干扰脚本开头强制执行bpy.ops.object.select_all(actionSELECT)bpy.ops.object.delete()导出的GLB在Three.js里太大/加载卡模型面数过多、材质太多、重复对象太多用decimate修改器减面、合并同材质对象、导出前删除默认灯光相机Agent生成的场景元素乱放、坐标超范围Prompt对“边界和位置”约束不够在Prompt里明确给出“所有对象必须在X轴-20到20之间”这类限制导出GLB后材质颜色全灰Blender的材质节点树和GLTF导出兼容性问题改用diffuse_color基础材质而非PBR节点的复杂材质Agent调用工具超时Blender首次启动加载较慢或场景对象过多调大timeout参数到60秒以上拆分批次建模别让Agent一次建200个对象5.2 三个让你少踩坑的实战经验经验一临时文件目录不要用相对路径。MCP Server在工作时Agent的当前工作目录不一定和你预期一致所以拼接Blender脚本、导出GLB文件时一定要用绝对路径。我之前习惯写export_scene(filepathwarehouse.gbl)结果文件被导出到了Server进程的工作目录前端压根找不到。改成/tmp/warehouse.glb这种绝对路径之后才稳定。经验二Agent非常容易创建大量垃圾对象。如果你让Agent“把货架装满箱子”它可以理解成一个货架放二十个箱子直接在Blender里生成二十个独立对象这会让GLB文件体积爆炸。我的办法是当需要大量重复对象时在MCP工具里做“实例化”或“批量复制”逻辑而不是让Agent反复调用箱体添加。说到底工具设计才是决定场景质量的关键Prompt只负责意图表达工具不给力Prompt再聪明也白搭。经验三不要在MCP工具里做太复杂的材质和物理模拟。回顾整个开发过程我发现最稳定、最可控的执行策略是“几何体简单颜色”材质节点树、物理引擎模拟这类玩法交给BlenderGUI手工场景去做就行。原因很简单MCP是给Agent用的接口Agent对复杂材质参数的理解能力极其有限它填错一个参数材质就会变成紫红色。反而把“简单几何色块”做成工具既能满足Web可视化需求又不容易翻车。5.3 关于执行效率的几点心得最后聊聊效率。用这套组合单次建模任务如果对象数少于50基本能一口气跑完。但如果元素多了比如一次生成200多个对象Agent在连续调用MCP工具时还是会偶发卡顿尤其是Networking和工具调用日志刷新环节。我的做法是分阶段建先建地面和货架区再建箱子再单独建AGV和传送带每个阶段由Agent独立规划、独立执行。这样每个阶段耗时可控出问题也好定位。另外MCP Server本身保持轻量很关键。我把Server部署在一台只有2核4G内存的VPS上跑起来完全没压力。真正吃资源的是Blender进程不过每次subprocess启动后用完即退内存占用会释放不存在长期驻留泄漏问题。如果你在Windows本地跑建议把Blender的UI渲染关掉尽量用--background无头模式这样内存占用会少很多也不会弹窗口打扰你。结尾这篇文章把“Antigravity Blender MCP”的上篇流程从头到尾讲完了为什么选这套组合、环境怎么搭、MCP Server怎么写、Blender脚本怎么控制、如何从零建模智慧仓储场景以及我踩过的那些坑。整个过程给我的最大体会是3D资产生产正在从“手工活”变成“可编排的自动化流程”前端工程师甚至不需要打开Blender窗口就能拥有一个可用的3D场景。最后再分享一个小技巧如果你也是用Antigravity做后端驱动建议先把所有MCP工具的参数默认值都设好让Agent在没有明确输入时不会自己瞎猜。实测下来默认参数齐全的Server成功率比只有必填参数的Server高出一大截。下一篇我准备写下“如何把GLB场景挂上实时数据做成业务驱动的动态数字孪生”到时候我会把WebSocket数据映射、对象状态同步、以及拖拽交互的具体代码都展开聊感兴趣的话可以先关注这个系列。